致密儲層二氧化碳吞吐工作參數優化設計

華文靜, 李治平

(1.中國地質大學(北京)能源學院，北京 100083； 2.中國地質大學(北京)非常規天然氣地質評價與開發北京市重點實驗室，北京 100083)

中國致密儲層分布廣泛，儲量豐富，其勘探開發對中國能源行業有著重要意義[1-2]，但也廣泛存在著注水開發注不進、采不出等問題。延長油田作為中國最大的低滲透油田，歷經多年勘探開發，天然能量衰竭，大部分地區進入注水開發中后期階段，油水滲流能力下降，產能低，需要采取有效措施補充地層能量。CO2驅油最先在美國、加拿大等地取得成功[3]，中國也在吉林油田、大慶油田等地取得多次礦場先導性試驗的成功[4]。廣泛的研究表明，CO2驅油技術對于低滲透和稠油油藏有良好的增產作用，為水驅效果不明顯或水驅施行難的致密油藏提供了解決方案。

隨著對CO2驅油技術的研究，其局限性也逐漸呈現。不同的驅替方式，如氣水交替驅、連續氣驅與CO2吞吐，其驅油結果不盡相同，即使在同一驅替方式下，工作制度的不同，也極大地影響著CO2驅替的效果[5-8]。注入量、注入時機、燜井時間以及吞吐輪次是CO2吞吐開采的重要參數，其取值將直接影響油藏開發以及最終的CO2吞吐效果。因此，確定合理的CO2吞吐工作參數，對于提高油田采收率有著重要的意義。

文獻[9]利用Elm Coulee Field油田的數據進行了不同注氣方式的對比研究，發現混相驅替能極大程度提高致密油的采收率；文獻[10]采用數值模擬的方法對巴肯油田進行注氣開發研究，認為井網設計是提高采收率的關鍵；文獻[11]同樣采用數值模擬方法，對致密油的不同的注氣方式進行研究，并研究了水平井中CO2吞吐參數對開采效果的影響。文獻[12]通過某區塊某口井CO2吞吐實驗與數值模擬的方法，得到了5個敏感因素對吞吐效果的影響與現場實施應選取的參數范圍；文獻[13]結合模糊綜合評判方法與神經網絡技術，進行CO2吞吐候選井的優選與綜合評價，并從CO2吞吐實例中優選油藏參數及最優參數組合。

這些研究已經證實CO2驅油工作制度以及地層因素是影響CO2驅油效果的重要因素，將直接影響開發效益以及最終的采收率。目前主要通過室內實驗和數值模擬兩種方式進行參數優化。室內實驗多是利用巖心驅替實驗，既可以使用人造巖心，也可利用實際巖心，對不同條件下CO2驅油效果進行觀察，對比驅油結果，從而進行驅替方式以及工作參數等的優選[14-16]。數值模擬方法是根據油田實際數據建立數值模型，控制變量對開發指標進行計算對比，從而得到各因素對CO2驅油效果的影響[17-20]，這兩種方法適用于不同類型的油藏。許多學者結合二者進行相互驗證，并應用到礦場實際，提出現場實施應選取的參數范圍。近年也有學者利用試井分析等方法進行研究[21-23]。

以延長致密油藏吳定地區SHH區塊長8儲層為研究對象，該區儲層厚度分布穩定，構造為由東向西傾斜的平緩單斜，地層走向北北東(NNE)，北部區域發育小型低幅度鼻狀隆起，與區域整體地勢相吻合。該區長8儲層油源巖為三疊系湖侵形成的厚層深湖暗色泥巖，儲層受水下分流河道控制，屬于扇三角洲前緣沉積，發育水下分流河道、席狀砂、分流間灣等沉積微相，扇三角洲前緣亞相是主要儲集層。研究區長8面孔率一般為3%～7%，樣品中最大面孔率為7%，平均面孔率為3.7%，孔隙直徑大部分分布在0.03～0.15 mm，平均喉道半徑分布在0.1～0.54 μm，孔隙大，分選不好，分選系數分布在1.41～5.22。長8裂縫產狀為垂直裂縫與高角度裂縫，裂縫寬度小于1 mm，裂縫縫長大多分布在10～30 cm，高度在10 m左右，多有充填。

根據儲層資料，建立該區SHH區塊地質模型，通過組分模型模擬CO2吞吐，采用正交試驗設計方法設計模擬方案，以累積產油量為評價指標，對工作參數進行優化設計。

1 因素水平與正交試驗方案設計

對4個主要注采因素進行優化，分別如下。

1.1 注入速度

注入速度越快，指進現象越嚴重。較快的注入速度有利于深入油藏內部，與更多原油接觸，有利于進行反應。但當注入速度過快時，CO2與原油接觸時間過短，原油膨脹、萃取等作用機理降低，同時對注入壓力的要求增大，注入壓力也受到地層破裂壓力的限制。設計注入速度為10 000、20 000、30 000 m3/d 3個水平。

1.2 注氣時長

隨著CO2注入時間增長，注入量增多，驅油效果先增強，注入時間過長時，CO2將油推離井底較遠，增產量將降低，并且CO2注入量受經濟效益約束。

注氣時長共設計了15 d、1個月、2個月、3個月、4個月5水平，初始優化所選水平為2個月、3個月、4個月。

1.3 燜井時間

燜井時間過短，CO2不能與原油充分接觸，不能充分溶于原油之中，原油膨脹與酸化解堵效果不明顯，輕質組分萃取效果不佳，會降低CO2吞吐效果，采收率提升不大；燜井時間過長，CO2會擴散到更遠的地層中去，能量散失，產能降低，從而導致產量降低甚至無法產油。

涉及燜井時間的水平有5 d、7 d、15 d、1個月、2個月、3個月、4個月，初始方案設計所選3水平為2個月、3個月、4個月。

1.4 吞吐輪次

隨著周期數的增加，累積產油量會相應增加，但是每一周期累積產油量的增速會放緩，因此并不是周期數越多經濟效益就會越高，應計算各輪次的累積產油量，找出采收率較高同時每一輪次的累積產油量較大的周期數。吞吐輪次設計為2周期、3周期、4周期。

以上參數范圍是根據長8儲層實際參數水平確定的。各實驗因素與設計水平值如表1所示。

表1 CO2吞吐參數與水平

采用正交試驗設計方法設計方案，正交試驗以概率論、數理統計等為理論基礎，從綜合測試中選擇一些具有均勻分散性和均質性特點的點組合成方案進行測試，這些方案具有代表性、科學性，能正確分析試驗結果，定性定量地確定參數對指標的影響趨勢、主次順序及顯著程度。根據四因素三水平正交試驗設計表格，得到工作參數的實驗方案，共9個實驗方案，如表2所示。

表2 工作參數正交試驗方案

2 CO2吞吐數值模擬

CO2吞吐涉及油、氣、水三相，采用Eclipse組分模型進行模擬。采用延長SHH區塊粗化所得地層模型，如圖1所示，網格維數為129×155×18，平面網格尺寸為18 m×7 m。設定油藏壓力為100 MPa，達不到該區混相壓力190 MPa，采用吞吐開發與定井底壓力的方式進行開采。根據物性測試結果，將長8的油藏流體擬合并為8個組分：CO2、C1、C2、C3、C4-6、C7+1、C7+2、C7+3，各組分初始含量如表3所示。并在實驗室條件下測得各組分的臨界溫度、臨界壓力、壓縮因子、偏差因子、質量分數、組分比容等物性參數，采用三參數彭-羅賓遜(Peng Robinson，PR)方程進行相平衡計算。根據長8儲層原油組成和流體性質，通過室內模擬實驗獲取油水相對滲透率、油氣相對滲透率、傳導率等參數。進行參數優化的模型不考慮天然裂縫與人工壓裂的情形。

圖1 模擬所用地質模型Fig.1 The geological model used in the simulation

組分含量/%組分含量/%CO2C1C2C30.017.2110.6719.7C4-6C7+1C7+2C7+320.5914.7516.0111.06

根據以上條件進行CO2吞吐組分模型建立，通過E300模塊模擬計算。

3 工作參數設計

將以上設計好的實驗方案輸入Eclipse的生產制度模塊，在Excel中統計各方案運行得到的累積產油量，各方案結果如表4所示。采用直觀評價法進行參數的初步優化，即繪制方案與產油量關系曲線，優選出產量最高的一組方案。在該方案的基礎上，繼續運用Eclipse進行研究，控制除所要研究的變量以外參數為最優方案參數值，對研究參數進行修改，統計運行結果，繪制各參數與累積產油量關系曲線，找出累積產油量變化明顯的參數值，并考慮時間成本，優選單一工作參數，作為參數最優值，獲得最佳的生產制度。

表4 累積產油量

根據以上各方案的累積產油量結果，首先優選出累積產油量最高的方案4作為進一步優化的基礎工作制度。

控制注氣時長2個月、燜井時間3個月、吞吐輪次2輪，依次設計注入速度為10 000、20 000、30 000 m3/d。根據累積產油量結果(圖2)，注入速度從10 000 m3/d變動到20 000 m3/d時，累積產油量上升很快，從388 842.742 m3增長到61 353.156 m3，當注入速度增大到30 000 m3/d時，累積產油量不再增加，甚至略微下降，累積產油量為60 919.195 m3，因此最優的注氣速度是20 000 m3/d。

圖2 注入速度與累積產油量關系曲線Fig.2 Relationship curve between injection rate and cumulative oil production

研究注氣時長時，控制注入速度為20 000 m3/d，燜井時間為3個月，吞吐輪次為2周期，注氣時長依次設計為2個月、3個月、4個月，累積產油量數值在60 000 m3浮動，數值較為穩定，沒有突變的趨勢。增加注氣1個月與注氣15 d兩個工作制度，繪制累積產油量關系曲線(圖3)。當注氣15 d變化到注氣1個月時，累積產油量的數值有較大幅度的上升，約10 000 m3。因此最佳注氣時長為1個月。由圖3可知，注氣時長小于1個月，地層能量補充不足，當注氣時長大于3個月時，由于注氣量比較大，油被推離井底較遠，生產效果并不會隨之變好。

圖3 注氣時長與累積產油量關系曲線Fig.3 Relationship curve between gas injection time and cumulative oil production

控制注入速度為20 000 m3/d，注氣時長為2個月，吞吐輪次2周期不改變，燜井時間為2、3個月的累積產油量結果差別不大，燜井時間4個月時產油量反而下降很快，即燜井時間過長，地層能量散失。初始三水平無法得到最佳燜井時間，增加1個月、15 d、7 d、5 d 4個水平，統計數值模擬結果(圖4)。燜井時間從5 d增加到7 d時累積產油量數值增加明顯，達到62 271.004 m3/d，此后隨著時間的延長，累積產油量圍繞該水平上下浮動，沒有較大幅度改善。因此燜井時間選擇7 d是一個合理的值。

圖4 燜井時間與累積產油量關系曲線Fig.4 Relationship curve between well time and cumulative oil production

將生產制度設定為在注入速度為20 000 m3/d、注氣2個月、燜井3個月的條件生產4個周期，導出Eclipse中累積產油量的數據與曲線(圖5)，將各個輪次下截至各年的累積產油量統計成表格(表5)，分析數據可知，前兩輪的產油量增加明顯，而進入第3輪時，因為產能逸失嚴重，累積產油量開始停滯不前，而第4輪雖然產油量增加，但是增幅過小，3、4兩周期明顯無法達到盈利目的，因此吞吐周期數在兩輪比較合適。

圖5 吞吐輪次與累積產油量關系曲線Fig.5 Relationship curve between throughput and cumulative oil production

周期累積產油量/m3周期累積產油量/m3134 639.350 218.9360 830.760 830.7255 985.460 823.2462 798.965 112.2

4 結論

(1)從累積產油量與工作參數關系可知，累積產油量的值隨CO2吞吐工作參數變化有明顯的變化，工作參數對CO2吞吐效果具有重要影響作用。

(2)基于Eclipse數值模擬結果，得出長8儲層注入速度最優值為20 000 m3/d，注氣時長最優值為1個月，燜井時間最優值為7 d，吞吐輪次以2周期最為合適。